買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉浙江海之晨工業裝備有限公司申請的專利一種用于汽車零部件表面質量檢測的魯棒性圖像復原方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119887698B 。

龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411965528.2，技術領域涉及：G06T7/00；該發明授權一種用于汽車零部件表面質量檢測的魯棒性圖像復原方法是由李志文;管寶;姜康;臧治國;王洛福設計研發完成，并于2024-12-30向國家知識產權局提交的專利申請。

本一種用于汽車零部件表面質量檢測的魯棒性圖像復原方法在說明書摘要公布了：本發明提供了一種用于汽車零部件表面質量檢測的魯棒性圖像復原方法，通過采集汽車零部件表面的點云數據，并構建高維結構化表示，結合噪聲分離數據模型和多維數據分解技術，實現目標數據與噪聲的精準分離。本方法構建包含保真項、正則項和降噪項的優化模型，對復原數據與采集數據之間的誤差進行優化，并通過特征提取模塊進行數據初始化和特征增強，提高了復原數據的精度與幾何一致性。采用迭代優化方法對模型求解，最終獲得無噪聲的復原點云數據。本發明能夠在復雜工業環境下有效抑制噪聲，提升復原精度和魯棒性，為汽車零部件表面質量檢測提供高效可靠的技術支持。

本發明授權一種用于汽車零部件表面質量檢測的魯棒性圖像復原方法在權利要求書中公布了：1.一種用于汽車零部件表面質量檢測的魯棒性圖像復原方法，其特征在于： 包括以下步驟： 采集包含三維幾何信息的汽車零部件表面點云數據，并將所述汽車零部件表面點云數據構建為高維結構化表示； 所述點云數據包括目標數據與不同類型的噪聲成分，基于所述點云數據建立噪聲分離的數據模型； 采用多維數據分解方法對點云數據進行處理，通過噪聲分離的數據模型實現對信號與噪聲的分離； 構建包含保真項、正則項和降噪項的優化模型，對復原數據與采集數據之間的誤差進行優化； 通過特征提取模塊對數據進行初始化與特征增強；采用迭代優化方法對所述優化模型進行求解，最終獲得無噪聲的復原點云數據； 其中，通過優化模型復原點云圖像，所述優化模型為： 其中，為保真項，gX為非局部降噪函數；參數Y表示采集到的點云數據，是包含噪聲的原始數據，作為模型的輸入；參數X是復原后的點云數據；稀疏噪聲S表示采集數據中的非結構性噪聲；張量分解結果ΦG是點云數據的結構化表達；參數β1控制復原數據X和張量分解結果ΦG之間的匹配程度，參數β2用于調整稀疏噪聲S的正則化強度，而參數μ則影響非局部降噪函數gX在降噪與細節保留中的平衡； 使用交替方向乘子法ADMM對所述優化模型進行分步求解，包括以下步驟： 求解G1的子問題：優化目標為其中和為核心張量的模態展開； 求解G2的子問題：更新 求解G3的子問題：更新 求解S的子問題：優化目標為并更新St+1＝shrinkY-ΦGt,μ； 求解X的子問題：更新 求解θ的子問題：更新 其中：G1,G2,G3是三階核心張量；通過張量環分解表達點云數據的局部特征及幾何結構； 張量G1的第二模態展開和G2、G3的多模態展開結果； fold2：模態收縮操作； 張量X在不同模態下的展開形式；分別表示X的第一模態、第二模態和第三模態展開后的矩陣； t+1表示迭代的更新； Gt+1：在第t+1次迭代中更新的張量分解結果； St+1：在第t+1次迭代中優化后的稀疏噪聲； Xt+1：在第t+1次迭代中計算的復原張量； Y：采集的點云數據； ΦGt：當前迭代的張量分解結果； Frobenius范數的平方； S：稀疏噪聲； shrinkx,μ：軟閾值函數； μ：軟閾值函數的閾值參數； β1,β2：優化模型的懲罰參數； gX：非局部降噪函數； fθX0：通過深度網絡提取的特征張量； θ：深度網絡的權重參數； X0：初始輸入張量。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江海之晨工業裝備有限公司，其通訊地址為：323999 浙江省麗水市青田縣甌南街道百悅城5幢1503-45室；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。